Rows: 367
Columns: 10
$ Student_id <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 1…
$ Department <chr> "ไทยสังคม", "ภาษาอังกฤษ", "การศึกษาปฐมวัย", "การศึกษาปฐมวั…
$ StatKnowledge <dbl> 57.79762, 42.79762, 53.51852, 51.29630, 52.40741, 29…
$ Concepts <dbl> 57.14286, 57.14286, 75.00000, 58.33333, 58.33333, 25…
$ Interpret <dbl> 56.25000, 31.25000, 55.55556, 55.55556, 38.88889, 33…
$ ChooseMethod <dbl> 60, 40, 30, 40, 60, 30, 20, 30, 70, 50, 30, 20, 50, …
$ StatSubmitTime <dbl> 156.41160, 145.08406, 145.92416, 128.12002, 139.8148…
$ StatPercentSubmit <dbl> 66.66667, 100.00000, 100.00000, 100.00000, 100.00000…
$ StatLearnPerform <dbl> 95.00000, 73.33333, 82.50000, 73.75000, 78.75000, 78…
$ StatCheatBehav <dbl> 0.9143358, 0.5934895, 1.0000000, 0.5159800, 0.641961…Week 4: Exploratory Data Analysis and Visualization
2758501 สถิติและสารสนเทศทางการศึกษา
2025-02-11
Types of Data Analysis
Statistical Problem Process
https://www.amstat.org/asa/files/pdfs/GAISE/GAISEIIPreK-12_Full.pdf
Exploratory Data Analysis (EDA)
Statistical Approaches – มีความเป็นปรนัยสูง แต่ขาดการบรรยายภาพรวมของข้อมูลได้อย่างครอบคลุม และในบางกรณีหากข้อมูลไม่เป็นไปตามข้อตกลงเบื้องต้น ผลการวิเคราะห์ที่ได้อาจมีความคลาดเคลื่อน
Graphical Approaches (Data Visualization) – ให้สารสนเทศที่เป็นสภาพจริงของข้อมูลมากกว่า แต่อาจขาดความเป็นปรนัยในเชิงของการตีความหมายของผู้รับสาร เพราะไม่ได้มีการแสดงผลในเชิงปริมาณที่ชัดเจน
Distribution: Quantitative Data
พื้นฐานความรู้ทางสถิติของผู้เรียนเป็นอย่างไร?
Distribution: Quantitative Data
พื้นฐานความรู้ทางสถิติของผู้เรียนเป็นอย่างไร?
Distribution: Quantitative Data
พื้นฐานความรู้ทางสถิติของผู้เรียนเป็นอย่างไร?
Distribution: Quantitative Data
พื้นฐานความรู้ทางสถิติของผู้เรียนเป็นอย่างไร?
Distribution: Quantitative Data
พื้นฐานความรู้ทางสถิติของผู้เรียนเป็นอย่างไร?
Distribution: Categorical Data
พื้นฐานความรู้ทางสถิติของผู้เรียนเป็นอย่างไร : บางกรณีการกำหนดเกณฑ์มาตรฐานเพื่อใช้ในการประเมิน เป็นวิธีการที่ช่วยให้ผู้วิเคราะห์ทำความเข้าใจข้อมูลได้ง่ายขึ้น
flowchart LR A["StatKnowledge \n Score"] --> B["StatKnowledge > 50 ==> Pass"] A --> C["StatKnowledge <= 50 ==> Fail"]
Distribution: Categorical Data
พื้นฐานความรู้ทางสถิติของผู้เรียนเป็นอย่างไร : บางกรณีการกำหนดเกณฑ์มาตรฐานเพื่อใช้ในการประเมิน เป็นวิธีการที่ช่วยให้ผู้วิเคราะห์ทำความเข้าใจข้อมูลได้ง่ายขึ้น
flowchart LR A["StatKnowledge \n Score"] --> B["StatKnowledge > 50 ==> Pass"] A --> C["StatKnowledge <= 50 ==> Fail"]
Distribution: Categorical Data
พื้นฐานความรู้ทางสถิติของผู้เรียนเป็นอย่างไร : บางกรณีการกำหนดเกณฑ์มาตรฐานเพื่อใช้ในการประเมิน เป็นวิธีการที่ช่วยให้ผู้วิเคราะห์ทำความเข้าใจข้อมูลได้ง่ายขึ้น
flowchart LR A["StatKnowledge \n Score"] --> B["StatKnowledge > 75 ==> Good"] A --> C["50 < StatKnowledge <= 75 ==> Pass"] A --> D["StatKnowledge <= 50 ==> Fail"]
Distribution: Categorical Data
ภูมิหลังของผู้เรียน
Wrap-up ทำความเข้าใจผู้เรียน 1
Note: พื้นฐานทางสถิติมีความจำเป็นต่อการเรียนรายวิชาวิจัยหรือไม่?
Experience-based
Theory-based
Data-driven
Wrap-up ทำความเข้าใจผู้เรียน 2
พฤติกรรมการเรียนรู้ของผู้เรียน
ระยะเวลาโดยเฉลี่ยที่นักเรียนใช้ทำการบ้าน/งานที่มอบหมาย (ชั่วโมง)
StatSubmitTime
Mean 138.51537
SD 28.47282
Min 26.18205
Q1 127.92674
Med 144.98898
Q3 155.49646
Max 232.97064
Note: ควรให้เวลาทำการบ้าน/งานที่มอบหมายแก่ผู้เรียนมากขึ้นหรือไม่ ?
Wrap-up ทำความเข้าใจผู้เรียน 3
| Variable | Mean | SD | Min | Q1 | Med | Q3 | Max |
|---|---|---|---|---|---|---|---|
| StatCheatBehav | 0.78 | 0.18 | 0.24 | 0.65 | 0.81 | 0.96 | 1 |
| StatLearnPerform | 77.46 | 11.58 | 38.33 | 71.34 | 80.00 | 85.00 | 100 |
| StatPercentSubmit | 92.87 | 11.83 | 37.50 | 88.89 | 100.00 | 100.00 | 100 |
Comparison: Density plot
Density plot สามารถใช้เปรียบเทียบการแจกแจงของข้อมูลระหว่างกลุ่มต่าง ๆ เช่น ที่ผ่านมาผู้เรียนที่พื้นฐานน้อยในชั้นเรียนมีพฤติกรรมการเรียนในชั้นเรียนเป็นอย่างไร
Comparison: Density plot
| StatKnowledge_group | Mean | SD | Min | Q1 | Med | Q3 | Max |
|---|---|---|---|---|---|---|---|
| Fail | 0.79 | 0.18 | 0.24 | 0.68 | 0.83 | 0.96 | 1 |
| Pass | 0.74 | 0.19 | 0.31 | 0.58 | 0.74 | 0.95 | 1 |
Comparison: Density plot
Comparison: Density plot
ในหลายโปรแกรมอาจมี feature ให้ปรับสเกลการแสดงผลของ density plot ซึ่งช่วยให้สามารถเปรียบเทียบการแจกแจงของข้อมูลระหว่างกลุ่มที่จำนวนข้อมูลแตกต่างกันได้ อย่างเหมาะสม
Comparison: Boxplot
ที่ผ่านมาผู้เรียนที่พื้นฐานน้อยในชั้นเรียนมีพฤติกรรมการเรียนในชั้นเรียนเป็นอย่างไร
Comparison: Boxplot
เปรียบเทียบข้อมูลหลายกลุ่ม (unsorted)
Comparison: Boxplot
เปรียบเทียบข้อมูลหลายกลุ่ม (sorted)
Comparison: Boxplot
สามารถใช้เปรียบเทียบเพื่อสำรวจแนวโน้มการแจกแจงของข้อมูลตามเวลาได้
Comparison: Boxplot, Jitter & Violin Plot
ข้อจำกัดหนึ่งของ Boxplot คือการที่สร้างจากค่าสถิติเพียง 5 ค่า ซึ่งอาจไม่เพียงพอที่จะสะท้อนลักษณะการแจกแจงของข้อมูลได้อย่างถูกต้อง
Comparison: Boxplot, Jitter & Violin Plot
พื้นฐานด้านสถิติของนิสิตในแต่ละสาขาวิชาเป็นอย่างไร?
Comparison: Pie Chart and Bar Chart
เหมาะสำหรับเปรียบเทียบข้อมูลแบบจัดประเภท
Comparison: Pie Chart and Bar Chart
Comparison: Pie Chart and Bar Chart
Comparison: Pie Chart and Bar Chart
Pie Chart ไม่เหมาะสำหรับเปรียบเทียบสัดส่วนระหว่างกลุ่มที่มีจำนวนมาก
Comparison: Stacked Bar Chart
พื้นฐานทางด้านสถิติของนักเรียนในแต่ละสาขาวิชาเป็นอย่างไร
Comparison: 100% Stacked Bar Chart
พื้นฐานทางด้านสถิติของนักเรียนในแต่ละสาขาวิชาเป็นอย่างไร
Pareto Chart (0)
https://www.investopedia.com/terms/p/pareto-analysis.asp
Pareto Chart (1)
“roughly 80% of consequences come from 20% of causes”
เป็นแผนภูมิที่ใช้แสดงการแจกแจงของปัจจัยที่คาดว่าจะสัมพันธ์กับปัญหา
แนวคิดเบื้องหลังมาจาก Pareto Principle
Pareto Chart (6): พฤติกรรมการเรียนใดที่มีแนวโน้มเป็นปัญหาในกลุ่มผู้เรียนพื้นฐานน้อย
“roughly 80% of consequences come from 20% of causes”
Vital Few (20%) ปัจจัยจำนวนน้อยที่มีความสำคัญมากที่สุด
Useful Many (80%) ปัจจัยจำนวนมากที่มีความสำคัญน้อยกว่า อาจพิจารณาให้ความสำคัญเป็นอันดับรองลงมา
Relationship: Scatter plot
ใช้ในการวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรสองตัว โดยการวางจุดข้อมูลแต่ละคู่ในกราฟ 2 มิติ ซึ่งแกนนอน (X-axis) และแกนตั้ง (Y-axis) แสดงค่าของตัวแปรแต่ละตัว
Relationship: Scatter plot
พื้นฐานความรู้ทางสถิติมีความสัมพันธ์กับคะแนนสอบ Midterm รายวิชาวิจัยหรือไม่
Relationship: Scatter plot
Relationship: Scatter plot vs Boxplot
ข้อมูลเชิงปริมาณบางชุดอาจไม่เหมาะที่จะใช้ scatter plot นำเสนอความสัมพันธ์
บางครั้งการแปลงข้อมูลเป็นแบบจัดประเภทแล้วใช้ boxplot ช่วยอาจนำเสนอความสัมพันธ์ได้ชัดเจนกว่า
ลองเปรียบเทียบแผนภาพด้านล่างทั้งสองมีความเหมือนหรือแตกต่างกันอย่างไร?
Relationship: Scatter plot vs Boxplot
ผลการวิเคราะห์ที่ได้แตกต่างหรือเหมือนกับ Pareto Chart ก่อนหน้านี้มั้ย อย่างไร?
EDA เพื่อสนับสนุนการตัดสินใจ
ควรให้เวลาทำการบ้าน/งานที่มอบหมายแก่ผู้เรียนมากขึ้นหรือไม่ ?
EDA เพื่อสนับสนุนการตัดสินใจ
แกน X เป็นลำดับการส่งงานของผู้เรียน พิจารณาจาก StatSubmitTime
แกน Y เป็นจำนวนนิสิตสะสม
# A tibble: 367 × 2
rank StatSubmitTime
<int> <dbl>
1 1 26.2
2 2 30.0
3 3 32.7
4 4 34.8
5 5 43.2
6 6 46.6
7 7 52.4
8 8 52.5
9 9 53.1
10 10 54.9
# ℹ 357 more rows
EDA เพื่อสนับสนุนการตัดสินใจ
Feedback กิจกรรมในชั้นเรียน 1
กลุ่มที่ตอบว่า “ควร”
เวลาที่มากขึ้นช่วยเพิ่มคุณภาพงาน : ผู้ตอบในกลุ่มนี้เชื่อว่าการให้เวลามากขึ้นจะช่วยให้นักเรียนมีโอกาสทำงานให้ดีขึ้น ลดความเร่งรีบ และสามารถพัฒนาคุณภาพของงานที่ส่งได้
“เพราะถ้าผู้เรียนมีเวลาทำการบ้านมากขึ้น งานก็จะออกมามีคุณภาพ แต่ถ้าหากให้เวลาทำการบ้านไม่เพียงพอ งานอาจออกมาไม่สมบูรณ์ก็เป็นได้”
“จากการวิเคราะห์ข้อมูล พบว่าผู้เรียนส่วนใหญ่มักส่งงานก่อนกำหนดประมาณ 1 วัน และมีการส่งงานเพิ่มขึ้นอย่างรวดเร็วในช่วงใกล้กำหนดส่ง ซึ่งอาจบ่งชี้ว่าผู้เรียนเร่งทำงานในช่วงสุดท้าย… ดังนั้น การเพิ่มเวลาให้ทำการบ้านอาจช่วยให้ผู้เรียนสามารถวางแผนการทำงานได้ดีขึ้น ลดความเร่งรีบ และอาจช่วยให้ผลการเรียนดีขึ้นในระยะยาว”
Feedback กิจกรรมในชั้นเรียน 2
กลุ่มที่ตอบว่า “ควร”
การเรียนรู้และทบทวนเพิ่มเติม : กลุ่มนี้เชื่อว่าการให้เวลาเพิ่มช่วยให้ผู้เรียนได้ใช้โอกาสในการศึกษาค้นคว้าหรือฝึกฝนทบทวนมากขึ้น
“จากข้อมูลพบว่า เวลาส่งงานอาจมีผลต่อผลการเรียน หากให้เวลามากขึ้น ผู้เรียนจะมีโอกาสทำความเข้าใจเนื้อหาดีขึ้น โดยเฉพาะคนที่พื้นฐานน้อย และยังช่วยลดความเครียดจากการเร่งส่งงาน”
“กลุ่มที่ใช้เวลาในการทำงานนานเป็นกลุ่มที่มีความรู้ต่ำ แต่การใช้เวลาในการทำงานนานทำให้มีนักเรียน Performance ดีกว่ากลุ่มอื่นๆ”
Feedback กิจกรรมในชั้นเรียน 3
กลุ่มที่ตอบว่า “ควร”
ความซับซ้อนของงาน : นิสิตบางคนมองว่าความซับซ้อนของการบ้านเป็นปัจจัยสำคัญที่ทำให้ควรเพิ่มเวลาน
“การบ้านหรือภาระงานมีความซับซ้อน นักเรียนจะต้องใช้เวลาในการวิเคราะห์และทำความเข้าใจเนื้อหา เพราะว่าผู้เรียนแต่ละคนมีทักษะการรับรู้และความรู้เดิมไม่เท่ากัน การที่ให้เวลาผู้เรียนช่วยให้ผู้เรียนสามารถคิดวิเคราะห์และพัฒนางานให้มีคุณภาพสูงขึ้น”
“จากความสัมพันธ์จะเห็นว่าช่วงเวลาที่นักเรียนส่งมีผลต่อความรู้ การส่งเร็วไม่ได้เป็นตัวการันตีคะแนน เพราะการส่งช้าก็อาจจะให้นักเรียนบางกลุ่มได้คะแนนดีเช่นเดียวกัน จึงควรให้เวลาทำการบ้านมากขึ้น”
